• 车辆检测监控技术在ITS领域应用的汇总(二)
    2014-11-12 21:56:08   来源:tranbbs.com   评论:0 点击:

    3. 非侵入型技术

    非侵入性的技术是那些直接不需要安装传感器到或路面。 非侵入性技术的传感器安装架空或一侧的巷道。 视频图像处理器、微波雷达、主动和被动红外传感器、超声波传感器、和被动声传感器阵列进行了讨论以下各节。

    3.1 视频图像处理器

    道路监控摄像机介绍了交通管理由于他们能力闭路电视图像传送到人类操作员进行解释。现今交通管理应用程序使用视频图像处理的自动分析兴趣和提取信息监控现场。视频图像处理器(VIP)系统通常包括一个或多个摄像机,一个基于微处理器的计算机图像数字化处理,并解释图像软件为交通流数据的转换。

    操作原则

    通过分析图像从一个交通现场视频图像处理器系统检测车辆确定帧之间的变化。分析图像处理算法 黑色和白色图像变化研究组中包含的像素灰度视频帧。算法的目的是消除图像中的灰度变化气候引起的背景条件、阴影和白天或夜间工件和保留对象确定为汽车、卡车、摩托车和自行车。交通流参数通过分析视频帧连续计算。色彩意象也可以被用来获取交通流数据。然而,迄今为止,减少动态范围和灵敏度 抑制这种方法。

    三类VIP系统已经开发:tripline,闭环跟踪和数据 协会跟踪。Tripline系统通过允许用户定义的数量有限 在摄像机视场的检测区域。当汽车穿过这些区域,这是确定注意到的变化引起的车辆相对于像素在没有汽车的巷道。 利用基于地表的和基于网格分析检测在tripline贵宾车辆。 基于地表的方法,用以确定边缘特征,而网格基于分类的方块固定网格包含车辆停车辆,或没有车辆。 Tripline系统通过测量车速估计花费的时间确定汽车旅行已知长度的检测区域。 长度除以速度找到 旅行时间(2001)。

    VIP跟踪方法的出现,促进了低成本、高吞吐量 微处理器。闭环跟踪系统的延伸tripline方法 允许沿大巷道部分车辆检测。闭环系统轨道车辆 不断通过相机的视场。车辆沿多个检测 跟踪用于验证检测。 一旦验证,车辆计数和速度通过跟踪算法更新(MacCarley,1992)。 这些跟踪系统可以提供 如道要车道车辆运动的额外交通流量数据。因此,他们有 潜在的信息传送到路边显示和收音机,提醒司机不稳定,可导致意外的行为。

    数据关联跟踪系统识别和跟踪特定车辆或群体的车辆他们通过摄像机视场。通过搜索计算机标识的车辆独特的连通区域的像素。然后跟踪这些领域从与帧之间为选定的车辆或车辆组的跟踪数据。识别标记 对象是基于梯度和形态。利用梯度标记的边缘,而形态标记利用组合,被公认为归属的功能和尺寸5-3 已知的车辆或车辆组(温特沃斯,等。铝。,1994)。在未来,数据协会跟踪可能提供旅行时间和来源-目标对信息的链接识别和跟踪的车辆,如他们传递从一个到另一个相机的视场。图16显示了两个例子,使用tripline方法的视频图像处理器。

    图 16 视频图像处理器

    3.2 信号处理

    与固件,使算法进行图像格式和数据提取在实时运行。 数字化的视频图像通常的硬件上实现的 在个人计算机架构的一个格式化卡。一旦数据数字化和存储 由格式化程序,从每个检测车辆的时空特征提取一系列的图像处理算法的地区。 在图17所示的概念, 检测过程建立一个或更多的限制和隔离阈值传递的数据其余的算法。 这是不可取的严重限制了潜在的车辆数目在检测期间,数据一旦删除,便无法恢复。 因此,假车辆在这个阶段检测允许从实际车辆的声明后花不是人工做的结论检测过程。 相反,算法进行分类, 识别和跟踪过程还是依靠消除虚假车辆 保留真实的(1997)。 图像分割是用来将图像区域 较小的地区在功能可以更好的认可。

    功能分析了产生 自检器2004(照片由Econolite控制产品,阿纳海姆,长约) VideoTrak-900(摄影Transyt公司 塔拉哈西,佛罗里达州) 5-4 车辆存在、速度和分类数据。跟踪能力的贵宾使用卡尔曼滤波器 技术更新车辆的位置和速度估计。位置时间的痕迹 估计收益率车辆轨迹,可供变换,把信息。

    计算机识别系统的实现的信号处理方法 由线段代表车辆图像中的线框模型。这种方法 声称提供比其他计算可行的更加独特和识别特征技术。 另外,人工神经网络可以被训练识别和计数 不同类别的车辆和检测事件(Kunhuang,1993)。神经网络 方法利用内斯特交通系统公司。 在他们的贵宾产品。优势 内斯特实现数据采集的是,相机可以改变监视(内斯特公司 ,1999)。 利用跟踪的贵宾提供警告的能力 由于突然变线或编织即将到来的事件,计算路段行程时间和确定目标。

    图 17 概念图像处理的车辆检测、分类和跟踪

    应用和使用

    视频图像处理器可以取代埋地式诱导线圈,提供几个车道的车辆检测,较低的维护成本。一些视频处理系统处理从多个摄像机收集的数据,视频图像处理系统可以通过车辆的长度来分类车辆并且反应车辆有无,车速,其他潜在的可利用的交通参数,可以通过安装在路段的图像处理器获得,比如密度,旅行时间等。

    配置和交通观察考虑

    图像处理器系统可以被部署来观察上游和下游的交通,上游交通观察的首要优势在于事件不会被结果交通队列屏蔽如表格11,然而比较高的车辆,比如卡车可能会影响视线以及车前大灯,会造成图像幻觉造成事故。通过上游交通态势观察,大灯光束可以被检测假如有车辆在相邻的曲线车道上。

    下游查看隐藏安装在天桥的摄像机以致于司机没有改变,下游查看也使车辆识别在晚上更容易通过信息可在尾灯和在接近相机时,由于车辆是首次发现,提高航迹起始。

    其他影响相机安装的元素包括垂直和侧面的观察角度,获得的车道数量,风和震动的稳定性,图像质量。图像处理器相机可以被安装在路边如果部署位置很高,高于50英尺(15.2m)或者更高。对于更低的支架高度,在20到30英尺(6.1-9.1m),最好摆放在最中间的位置。然而摄像机放的越低,越容易出现测量速度的误差,由于测量误差是成正比的车辆高度除以相机安装高度。但是需要注意的是,图像处理器分析的车道数量很重要,当需要测量分析的区域大于图像处理器的容量。比如,图像处理器在3个车道提供数据,但是实际需要检测到5个车道,这种图像处理器可能不适于这种情况。图像处理器系统很敏感,如果大风等其他环境影响,图像质量可能会受影响。

    优势

    图像处理器系统信号处理不断提高认知能力对于产生的工件阴影,光照变化、恶劣天气和相机运动风车辆诱导振动。1998 全面理财总值高速公路运营委员会的报告,纽约州运输(点)指出,一个图像处理器模型检测车辆在道路上有困难雪轻轻覆盖在能见度良好。 另一种模式,没有经历过这个问题。一个昼夜光照变化的影响对贵宾的性能的示例所示图18。1900小时后,有斜坡的车辆计数数据中的更改由于白天算法的性能下降或贵宾不同夜间算法的性能(Klein 1996)。

    严重挤塞,退化早期贵宾不会出现目前的问题更多 现代系统。联合清除和恶劣天气显示车辆流量的结果, 速度和入住率测量精度使用单个检测超过95%区和一个摄像头安装在一个足够高的高度 贵宾 每条泳道的单个或多个检测区域可用于监视高速公路上的交通。对信号交叉口控制,需要在车辆检测精度的100%,每条泳道的检测区域的数量增加到两个和四个之间,依赖摄像机的安装和道路几何。即使有多个检测区域,在侧面相机使用 未装入的配置足够高,在30英尺(9米),而不是50英尺(15米)]或不直接邻近巷道可以降低车辆的检测精度85%或更少也产生这些结果的研究报道说,有时敏感的车辆来路的车辆检测的色彩对比。

    劣势

    图像处理器的劣势就在于对于障碍物,恶劣天气,影子,汽车投影会有认知误差,阻塞;车辆/道路的对比;水;无机盐;冰柱;蜘蛛网上镜头这可能会影响性能。此外,有些型号的设备是容易引起摄像机运动强风。

    此外,有些型号的设备是容易引起摄像机运动5-8 强风。 此外,安装视频图像处理器需要50到60英尺安装高度(在侧安装配置)优化存在检测和速度计量。 一种视频图像处理器的安排一般是成本有效的只有许多在视场内的摄像机检测区要求。

    图 18  图像处理器和感应线圈车辆计数比较

    责任编辑:佚名

    相关热词搜索: 车辆检测

    上一篇:车辆检测监控技术在ITS领域应用的汇总(一)
    下一篇:做好软件维护工作的“四大金刚”

    [内刊文章:27 篇]刊物介绍
      “易华录交通工程”微信公众平台,共享有价值的文章以及经验交流,欢迎大家关注,随时了解最新文章和信息。致力于成为中国智能交通行业最专业的项目管理者及运维服务商。
    联系方式
    • 白先生:010--53396817